学术会议会议详情

ICMLC 2027

2027年第19届机器学习与计算国际会议（ICMLC 2027）

# 计算机科学与信息技术# 工程技术# 计算机科学与技术# 人工智能

检索类型

EIScopus

会议邮箱[email protected]

截稿日期2026.09.25

会议日期2027.02.26 - 03.01

官网地址

http://www.icmlc.org

会议地点中国深圳

截稿倒计时：

125天23时55分25秒

分享页面：

BRIEF INTRODUCTION

会议简介

NO.1

2027年第19届机器学习与计算国际会议(ICMLC 2027)定于2027年2月26日-3月1日在中国深圳举办。会议旨在为机器学习与计算研究领域的专家学者提供一个交流相关领域最新研究成果的平台。会议征稿主题包括自适应系统、神经网络与支持向量机、商业智能、混合动力和非线性系统、生物统计学等研究领域。

HIGHLIGHTS

重要信息

NO.2

出版：
被录用并报告的文章将出版到ICMLC 2027会议论文集，提交EI核心和Scopus检索。

ICMLC 2017-2025会议论文集均已被EI Compendex以及Scopus等检索。
ICMLC 2025 Conference Proceedings (ISBN: 978-3-031-94898-5) | Springer link: Volume 1 & Volume 2 | Ei Compendex & Scopus
ICMLC 2024 Conference Proceedings (ISBN: 979-8-4007-0923-4) | ACM Digital Library | Ei Compendex & Scopus
ICMLC 2023 Conference Proceedings (ISBN: 978-1-4503-9841-1) | ACM Digital Library | Ei Compendex & Scopus
ICMLC 2022 Conference Proceedings (ISBN: 978-1-4503-9570-0) | ACM Digital Library | Ei Compendex & Scopus
ICMLC 2021 Conference Proceedings (ISBN: 978-1-4503-8931-0) | ACM Digital Library | Ei Compendex & Scopus
ICMLC 2020 Conference Proceedings (ISBN: 978-1-4503-7642-6) | ACM Digital Library | Ei Compendex & Scopus
ICMLC 2019 Conference Proceedings (ISBN: 978-1-4503-6600-7) | ACM Digital Library | Ei Compendex & Scopus
ICMLC 2018 Conference Proceedings (ISBN: 978-1-4503-6353-2) | ACM Digital Library | Ei Compendex & Scopus
ICMLC 2017 Conference Proceedings (ISBN: 978-1-4503-4817-1) | ACM Digital Library | Ei Compendex & Scopus

会议日程：
2027年2月26日-参会人员现场签到并领取会议材料+专题研讨会（下午）
2027年2月27日-现场签到+开幕式+主旨报告+特邀报告+作者报告
2027年2月28日-主旨报告+特邀报告+作者报告
2027年3月01日-作者报告+闭幕式

CALL FOR PAPERS

征稿主题

NO.3

Track 1：机器学习理论基础：

计算学习理论
统计学习理论
PAC学习框架
VC维理论

Track 2：监督学习：

线性回归
逻辑回归
决策树算法
支持向量机

Track 3：非监督学习：

聚类分析
关联规则挖掘
主成分分析（降维技术）

Track 4：强化学习：

Q学习算法
策略梯度方法
在机器人学和游戏AI中的应用

Track 5：深度学习：

卷积神经网络（CNN）
循环神经网络（RNN）
Transformer架构

Track 6：机器学习的应用：

计算机视觉
自然语言处理
生物信息学
商业智能与数据分析

Track 7：数据管理与处理：

大数据处理技术
数据挖掘与知识发现
数据清洗与集成

Track 8：自然语言处理（NLP）：

大语言模型（LLM）
多模态NLP（文本+视觉
音频）
低资源
领域特定NLP

Track 9：机器学习中的人机交互：

用户友好的机器学习接口
人机协作系统
机器学习过程可视化

KEYNOTE SPEAKERS

主讲嘉宾

NO.4

Prof. Xiaowen Chu（IEEE Fellow, AAIA Fellow）

中国香港科技大学

Dr. Chu于1999年获得清华大学计算机科学学士学位，并于2003年获得香港科技大学计算机科学博士学位。他目前是香港科技大学（广州）信息中心数据科学与分析研究部和人工智能研究部的教授，同时也是香港科技大学的兼职教授。他曾任人工智能研究部...

CONFERENCE HISTORY

会议历史

NO.5

CONFERENCE SUBMISSION

会议投稿

NO.6

1.全文投稿（文章出版及作者报告）
2.摘要投稿（仅作者报告）
上传文章（PDF）到电子投稿系统：https://www.easychair.org/conferences/?conf=icmlc2027
如果疑问，请联系：[email protected]
详细信息请见----https://www.icmlc.org/submission.html

联系方式

NO.7

葛老师（会议秘书）
负责：会议文章投稿和出版，参会注册等事宜
会议邮箱：[email protected]
电话：+86-13709044746

冯老师（会议协调负责人）
负责：特邀专家报告、分会场、专题论坛
邮箱：[email protected]